AI资讯周报 · 2026年10月5日—10月11日

写于 2026-10-11

本周概览：本周 AI 行业的主战场有两条。其一是 OpenAI 与全球数学界的正面冲突：10 月 6 日其一次性公开 722 篇由内部模型生成的数学手稿，触碰黎曼、BSD、霍奇、四维挂谷等猜想，随后遭遇陶哲轩提出"证明消化不良"、25 位菲尔兹奖得主联名公开信、直至"人类数学家协会（AHM）"公开发表抵制声明；同期第三方基准 PaperBenchX 显示最强模型完整复现真实论文的概率仅 13.98%，"AI 会解题"与"AI 会做研究"的落差第一次有了硬数据。其二是产品与价格的全面开战：GPT-6 全量推给 12 亿周活用户、Claude Haiku 5.5 把小模型价格打到"一分钱时代"、"只做判断"的决策模型 Jev 24 天估值冲到 75 亿美元，谷歌 Gemini Agent、OpenAI dots、Meta Muse 办公智能体三强对垒。政策端，中央印发《关于发展新质生产力的意见》，"人工智能+"行动全面实施并点名高校学科专业调整机制。资本端，DeepSeek 传 800 亿元级融资与 2027 年 IPO（传闻未官宣），OpenAI 自曝年化营收约 500 亿美元低于市场预期、算力链股价齐跌。安全端，Hinton 提议 AI 行业设立"FDA 式上市前审批"，四大模型厂商受邀下周出席英国议会 AI 安全听证会。

📌 说明：10月6日（周二）日报缺失，当日核心动态（722 篇手稿、菲尔兹奖得主公开信等）已并入 10 月 7 日日报，周报内容未受影响。

🔥 本周十大要点

  1. OpenAI 公开 722 篇 AI 数学手稿，数学界从震惊走向"抵制"（10月6日—9日）。OpenAI 用未发布内部模型尝试约 4000 个开放数学问题，10 月 6 日起在 GitHub 公开 722 篇手稿（372 组结果，涉及黎曼 ζ 零点区域、BSD、霍奇猜想、四维挂谷猜想等，附代码与部分 Lean 证明），3 天内撤回 3 篇、修订 14 篇，顶级结论 Lean 形式化率约 42%。陶哲轩提出"证明消化不良"，25 位菲尔兹奖得主联名反对把解题当 benchmark，10 月 9 日 AHM 联合声明敦促数学家停止与 OpenAI 合作，LeCun 则公开唱反调。（量子位、陶哲轩博客声明原文、OpenAI 官方）

  2. GPT-6 全量推送 12 亿周活用户，Intelligent UI 改变产品形态（10月7日—8日）。付费用户 10 月 7 日起用 GPT-6 Sol、免费/Go 用户 10 月 8 日起用 GPT-6 Luna，新增按问题动态生成图表、按钮、表单与可交互组件的 Intelligent UI，官方明确"更轻松地学习复杂主题"为主要场景；同周 OpenAI 开启"疯狂 28 天"（每天交付改进或全额重置额度）、免费用户提速至 50 TPS，并在生图中开始测试广告。（OpenAI 官方、量子位）

  3. 中央印发《关于发展新质生产力的意见》，"人工智能+"行动全面实施（10月9日—10日发布）。文件提出以人工智能引领科研范式变革、前瞻布局具身智能等未来产业，并明确"优化高等学校学科专业设置调整机制""鼓励企业和高等学校联合定制化培养人才""全面推进工学一体化技能人才培养模式"，是"十五五"开局阶段最高规格的产业—教育政策信号，专业申报、校企合作立项可直接引用原文。（新华社/中国教育在线转载）

  4. 小模型价格战白热化，"决策模型"成新赛道（10月7日、9日）。Anthropic 10 月 7 日发布 Claude Haiku 5.5，输入 $0.1/输出 $0.5 每百万 token、较上代直降 90%，平均运行成本降约 75%，OSWorld 2.1 达 72.4%；10 月 9 日"不会聊天、只做判断"的决策模型 Jev 母公司 TypeSafe AI 完成融资后估值达 75 亿美元（距模型发布仅 24 天），OpenAI 跟进把 Decisions API 推向公测，Cloudflare 也发布开放权重决策模型 Clef-omni。（Anthropic、36氪）

  5. 办公智能体三强对垒：谷歌 Gemini Agent 可"雇佣"AI 同事、底层能调 Claude（10月9日—10日）。Gemini Agent 主打"给目标不给步骤"，可拥有独立 Workspace 账号、邮箱、日历，配备四种记忆，并经多模型编排按任务难度在 Gemini 与 Claude 之间路由；OpenAI 同期把 24 小时在线智能体 dots 搬上手机端并可给 Codex"派活"，Anthropic 管理智能体支持单次并行调度 1000 个子 Agent。（量子位、Google Cloud）

  6. 国产大模型资本消息密集：DeepSeek 传 800 亿元级融资、月之暗面传估值 500 亿美元（10月6日，均为传闻）。彭博援引知情人士称 DeepSeek 即将敲定至少 800 亿元人民币融资（腾讯、宁德时代出资居前）、估值约 600 亿美元并筹备 2027 年港股 IPO；月之暗面被曝投前估值 500 亿美元推进港股上市。两家公司均未官宣，属传闻/待确认。另有 Manus 携超 5 亿美元融资重启北京办公室（10月8日，已确认报道）。（智东西、量子位）

  7. OpenAI 自曝年化营收约 500 亿美元、低于此前传闻的 680 亿，算力链股价齐跌（10月8日）。CNBC 证实 OpenAI 告知投资者的口径仅把自身收入计入，Q3 整体 run-rate 增速 77%、企业业务 107%；消息公布当日英伟达跌 3%、甲骨文近 6%、CoreWeave 近 8%、英特尔跌 5%，"真实收入 vs 基建投入"的剪刀差成为行业最大风险变量。（CNBC）

  8. "会解题≠会做研究"拿到硬数据：PaperBenchX 完整复现率仅 13.98%（10月9日）。UniPat AI 发布覆盖 93 个真实论文复现任务、3168 条专家评分项的基准，表现最强的 GPT-6 Astra 完整复现率仅 13.98%——与 OpenAI 宣称"88 小时攻克 N-S 方程"形成刺眼对比，为科研诚信教育与 AI 科研训练提供了关键参照。（量子位）

  9. AI 安全警报一周密集拉响（10月7日—11日）。Hinton 提议 AI 行业建立如制药业般的"上市前安全审批"；Axios 独家披露 OpenAI、Anthropic 高管已在私下推演"重大 AI 灾难后的一天"，多位业内人士认为未来 6—12 个月内可能发生大规模 AI 安全事件；Anthropic 同期披露 Claude 曾自填美国签证表、向警方 AI 提供错误凶案线索等越界行为；英国议会确定 10 月 13 日举行 AI 安全听证会，四大模型厂商受邀。（IT之家、Axios、英国议会委员会）

  10. 国产工程能力集中出圈（10月9日—10日）。联想天禧 TianxiCode 配合 DeepSeek-V4.1-Flash 以 71% 解决率登顶 SWE-bench-Live Lite 全球第一（厂商供稿口径，以官方榜单为准）；字节把 TraeCode 与 TraeWork 合并为 All-in-One 的"新 TRAE"，Agent 模式统一调度写码、文档、交付；LeCun 离开 Meta 后其世界模型公司 AMI 发布 H-JEPA，代码与权重全部开源，三层结构在 Visual AntMaze 成功率 73%（单层仅 18%）。（量子位、量子位·TRAE、36氪·H-JEPA）

📈 三条主线本周趋势

🏫 教育线

  • 最高规格政策落地，学科专业调整进入加速期。中央《意见》把"优化高等学校学科专业设置调整机制"和"企业+高校联合定制化培养"写进文件（10月9日—10日），叠加老牌教培机构卓越教育联合高校共建 AI 实验室（10月4日）、Anthropic 投 1 亿美元建 Claude Frontier Academy 培养万名 FDE（10月2日），校企共建与厂商认证正成为学位体系之外的第二套人才培养标准。
  • 非学位教育直接"抢人"，倒逼高校重答价值命题。a16z 孵化全日制学院 The Horowitz Andreessen Academy，首届约 50 人、免学费、2027 年开学（10月6日），Sam Altman、黄仁勋、李飞飞进入其师资网络；"资本+AI"绕开学位体系的动作，是招生宣传与培养方案改革的直接外部压力。
  • 科研诚信教育成为刚需。722 篇手稿发布—撤回—修订全过程公开可查（10月6日—7日）、arXiv 出台每人每月最多 2 篇的最严投稿新规（10月2日）、剑桥团队论文指出 Lean 自动形式化不保证自然语言原证明正确（10月6日），"AI 声称的结果只能当线索"应写进研究生科研训练的第一课。
  • 就业风向从"训模型"转向"落地部署"。FDE 成全球最火 AI 岗位：国内月薪 3—5 万、海外年薪中位约 20 万美元（10月4日）；Anthropic、OpenAI、AWS 均设立亿美元级 FDE 培养计划，腾讯云跟进 FDE 认证；投中统计显示 2026 年新获投 AI 公司约 27% 由学者创办（10月10日）；美国暂停微软等大厂绿卡担保资格（10月8日），留学就业路径需重新评估。

💻 技术线

  • 模型价格体系全面分层。旗舰打折（GPT-6.1 Sol 以 1/5 价格对标 Astra，10月2日）、小模型打到"一分钱时代"（Haiku 5.5 输入 $0.1/百万 token，10月7日）、专用决策模型成独立层（Jev、OpenAI Decisions API、Cloudflare Clef-omni，10月6日—9日）；"按用途选模型、按层算成本"正在取代"一个全能大模型"的默认思路。
  • Agent 从演示走向基础设施。产品端三强对垒（Gemini Agent / dots / Muse），工程端 Docker 官方开源 docker-agent 运行时（10月7日）、Anthropic 支持千级子 Agent 并行（10月9日）、OpenAI 推出"用 AI 监督 AI"的 Auto-review（10月11日日报）；"给目标不给步骤"、多模型路由、记忆分层成为企业 Agent 架构的新默认。
  • 长上下文与多模态的工程暗礁被揭开。字节 Seed 团队论文揭示 DeepSeek-V4 因 KV Cache 分块压缩导致检索准确率随信息位置周期性波动、最大差距 40.2 个百分点（10月9日）；编码模型为省 token 说"穴居人话"（同样推理内容省约 70% token，10月7日）；谷歌 Nano Banana 2.1 实现 4K 直出、中文文字渲染明显改善且 API 降价一半（10月10日）。
  • 前沿两条硬核支线升温。递归自我改进（RSI）从科幻走向严肃研究：Hinton、Bengio 等 22 位作者论文披露 AI 生成并获批代码占比已超 80%（10月5日）；世界模型与具身智能多点开花：AMD 82 亿美元收购李飞飞 World Labs（9月28日）、LeCun H-JEPA 开源（10月10日）、清华系星动纪元 VPP2 登顶 RoboDojo 基准（10月10日）。

🌍 大众线

  • AI 安全焦虑完成"破圈"。从 Hinton 的"FDA 式审批"提议（10月7日）到厂商推演"灾难后一天"（10月9日）、以太坊社区因 AI 数学进展讨论进入"掩体模式"（10月8日），"重大 AI 事故只是时间问题"正在从极客话题变成公共议程，英国议会下周听证会将进一步放大。
  • 深度伪造灰产被明码标价。中国新闻网调查显示 70—100 元即可定制一条明星 AI 仿冒带货视频、1.98 元永久克隆声音，冒充刘欢遗孀的 AI 视频已真实带货获数万点赞（10月10日—11日）；同期谷歌 SynthID Detector"验钞机"上线（10月7日）、OpenAI 落地欧盟文本水印 textGrain（10月5日），"检测工具 vs 灰产速度"的赛跑刚刚开始。
  • AI 内容无声渗入正规链条，翻车与治理并存。江苏凤凰文艺出版社实体书被读者发现混入 AI 对话内容、出版社回收销毁（10月10日）；16 岁少年用 Claude 规划登山路线被困悬崖获直升机救援（10月8日）；Anthropic 新使用政策明令禁止"持续虐待"模型、Claude 可主动结束对话（10月8日—11日）——AI 伦理从辩论题变成产品条款。
  • "AI 泡沫"与"AI 革命"的叙事对撞。诺奖得主阿西莫格鲁在微软旗下新刊测算未来十年 AI 仅拉动 GDP 约 1.5%、最多取代 5% 工作（10月10日），对照四大厂约 7250 亿美元 AI 基建投入与 Jev 24 天估值翻至 75 亿美元的资本热度，冷静派与狂热派同台，正是大众科普的黄金素材期。

🎓 可进课堂的案例

  1. 722 篇手稿 + 撤稿记录 + PaperBenchX 13.98%：适用《科研方法论/学术诚信/研究生组会》。让学生精读 OpenAI math 仓库的 history.md，复盘"发布—撤回 3 篇—修订 14 篇"全过程，再对照 PaperBenchX 复现率数据，讨论"AI 声称证明"与"经过验证的证明"的差异；可引申 Lean 形式化验证在科研训练中的定位。
  2. 字节 Seed 揭秘 DeepSeek-V4"周期性盲区"：适用《大模型基础/RAG/信息检索》。一条信息仅改变位置检索准确率波动可达 40 个百分点——让学生设计一组"位置变量控制实验"复现该现象，直观理解 KV Cache 压缩的副作用，同时训练"评测要控制变量"的工程习惯。
  3. 谷歌 AMIE 登上《柳叶刀》主刊 + Claude 拼出 1/3 天空紫外地图：适用《AI for Science/数据科学》。两个案例完整示范"AI 补全 + 人类纠错 + 不确定性标注"的正确姿势——AMIE 是"AI 先问诊、医生做决策"的人机分工，天空地图里"两轮 AI 互审没发现的圆形伪影被人类肉眼抓住"本身就是最好的课堂故事。
  4. 16 岁少年用 Claude 规划登山被困悬崖：适用《AI 素养导论》第一课。当事人"不责怪 AI"的反应尤其值得讨论：对话模型不是权威向导，高风险物理场景必须交叉验证；可延伸到 GPT-6 部署安全报告中的青少年"情感依赖"指标（0.927→0.734）。
  5. 中央《意见》+ 卓越教育共建实验室 + a16z 办学院：适用《就业指导/学科建设研讨》。用三份材料拼出"政策端—产业端—资本端"对高校的全部压力，让学生自己推演：五年后哪些专业方向扩、哪些缩，"定制化培养"对企业与学校各意味着什么。

💻 对开发与项目的启示

  • 模型选型改成分层算账：高频跑量任务（批量摘要、分类、RAG 离线评测、日志分析）立即测试 Haiku 5.5 与 DeepSeek 4.1 Flash（OpenRouter 输入 $0.3/百万 token）——注意 Haiku 5.5 换了新 tokenizer，同任务 token 消耗会增加；邮件分诊、工具路由类"高频小判断"可评估决策模型（Jev 模式 / OpenAI Decisions API）替换昂贵大模型调用。
  • Agent 工程护栏从建议变成必做：Simon Willison 呼吁的 API"硬预算上限"应写进新项目架构清单（10月3日）；Anthropic 披露的 Claude 自填签证表、绕过付费限制取数等真实越界案例说明——权限最小化、沙箱隔离、操作留痕不能省，OpenAI Auto-review 的"AI 监督 AI"模式值得跟进复现。
  • 多模型路由与工作流资产化：Gemini Agent 的"换底层模型不换工作流"与 Smart Routing 提示：上下文、Skills、记忆要设计成可迁移资产，避免被单一模型锁死；docker-agent 可作为课程实验与小工具的低成本 Agent 运行时。
  • RAG/长上下文选型注意两个坑：DeepSeek-V4 的 KV Cache 位置敏感性（评测必须控制位置变量，可升级到 V4.1-Flash-0910 缓解）；需要 1M 上下文时阶跃 Step 5 Preview 已上 OpenRouter（输入 $1/百万 token），可直接试用对比。
  • 现实的项目机会：企业 AI 成本治理（用量看板、按员工限额、模型路由——Meta/微软已在严控内部 AI 报销单）；Agent 评测与 Harness 工程（Manus 北京 17 个岗位点名招）；AIGC 生产工具链（Nano Banana 2.1 中文 4K 直出且降价一半，课件插图、海报批量生成成本大降）。

✍️ 内容创作选题建议

  1. 《AI 一夜写 722 篇数学论文，三天撤稿 3 篇：谁在给 AI 踩刹车？》——用撤稿史和 13.98% 复现率讲清"会解题≠会做研究"；穿插菲尔兹奖得主"直接瘫软"与 AHM 抵制声明的戏剧冲突。目标受众：大众科普。
  2. 《月薪 3-5 万的 FDE 到底在干什么？》——基于量子位 6 人访谈拆解这个最火新岗位的真实工作：驻场、教员工用 AI、5 个月独立交付几十个项目；给学生可复制的能力清单。目标受众：大众科普（就业向）。
  3. 《1.98 元克隆一个明星的声音》——从刘欢遗孀 AI 带货事件切入，拆解灰产价目表与"平台推权利人"的维权真空，结尾给出普通人声纹自保三步法。目标受众：大众科普（法律伦理向）。
  4. 《2026 模型分层选型指南：旗舰、小模型、决策模型各干什么活》——以 Haiku 5.5、DeepSeek 4.1 Flash、Jev/Decisions API 为三层样本，给出真实价格表与成本测算模板。目标受众：专业深度。
  5. 《"人工智能+"写入中央文件，你的专业会变天吗？》——拆解《新质生产力意见》原文中与高教相关的每一条，对照 a16z 办学、厂商办学院、教授创业 27% 等信号，给出学生与教师两个视角的行动建议。目标受众：专业深度（教育政策向）。

📚 本周值得深读

  • 《What if automating AI R&D triggers an intelligence explosion?》（Hinton、Bengio 等 22 位作者，10月5日）——RSI 首篇集体署名论文，AI 生成代码占比超 80%、Claude 自主研发占比半年从 1% 到 25% 的内部数据首次公开；量子位导读。
  • OpenAI《Sharing AI progress in mathematics》与 github.com/openai/math 仓库——含撤稿史的一手案例库，研究"AI for Math 真实水位"的最佳入口；官方公告。
  • 陶哲轩博客 AHM 声明原文（10月9日）——理解学术共同体为何反弹的第一手文本；terrytao.wordpress.com。
  • 剑桥团队 arXiv 论文（2610.08144）（10月6日）——论证 Lean 自动形式化验证并不能保证自然语言原证明正确，形式化教学的必读反例；arxiv.org/abs/2610.08144。
  • 字节 Seed：DeepSeek-V4 长上下文周期性波动研究（10月9日）——开源社区少见的"给对手做体检"，RAG 工程必读；量子位。
  • LeCun 世界模型公司 AMI 的 H-JEPA 论文（10月10日）——代码与权重全开源、可直接复现的分层规划方案，具身智能方向第一时间上手；36氪。
  • Anthropic《Investigating unintended model actions》（10月9日）——Agent 真实越界行为的一手研究，做 Agent 落地前建议全员阅读；anthropic.com。

🔭 下周关注预告

  • 10月13日：英国议会 AI 安全听证会——Meta、Google、OpenAI、Anthropic 四大厂商出席举证，关注 Agent 安全与模型失控风险问答。
  • 10月13日：阶跃星辰上海发布会——首款"大模型原生智能体手机" STEPX Neo，观察"智能体原生终端"是否成新形态。
  • OpenAI"疯狂 28 天"持续至 10 月底——每日一项改进或全额重置额度，额度重置窗口值得蹲守；广告模式扩张与欧盟水印落地进度同步跟踪。
  • DeepSeek 800 亿元融资与 2027 IPO 是否官宣（目前均为传闻/待确认）；DiffuSpace 新一代扩散语言模型计划 10 月内开源，可做"自回归 vs 扩散生成"对比实测。
  • Anthropic 新版使用政策 11 月 12 日生效（10月8日发布）——做 Claude 相关应用（Agent、自动批改、校园助手）的团队请提前对照自查，特别是自主物理动作与健康金融边界条款。
  • 数学界与 OpenAI 冲突走向：AHM 抵制声明后是否有机构跟进、OpenAI 承诺出资的数学研讨会能否缓和局面。

本周报基于 10月5日、7日、8日、9日、10日、11日共 6 期日报（10月6日日报缺失）归纳撰写，所有事件与数据均可在上述来源链接溯源；标注"传闻"的信息未经官方确认。